Python pandas中执行Oracle存储过程并直接转换为DataFrame的方法咨询

核心结论 #

pandas 目前没有原生提供直接执行Oracle存储过程并自动将返回游标转换为DataFrame的内置功能。
原因是不同数据库的存储过程调用、返回值规则差异极大：比如Oracle需要绑定游标类型的输出参数、SQL Server存储过程可能返回多结果集/输出参数混合、MySQL存储过程的调用逻辑又有区别，pandas内置的read_sql/read_sql_query系列方法仅支持标准SQL查询的执行和结果转换，无法兼容各类数据库特有的存储过程调用逻辑。

现有代码优化建议 #

你当前的实现逻辑是标准可行的，可以补充获取表头的逻辑，避免导出的Excel没有列名：

import cx_Oracle
import pandas as pd
from datetime import datetime

cur = con.cursor() 
myvar = cur.var(cx_Oracle.CURSOR)
cur.callfunc(func_name, myvar, param_list) 
# 拿到返回的游标对象
res_cursor = myvar.getvalue()
# 同时获取数据和列名
data = res_cursor.fetchall()
columns = [col[0] for col in res_cursor.description]
# 构造带表头的DataFrame
df = pd.DataFrame(data, columns=columns)

date = datetime.now().strftime("%Y_%m_%d_%I_%M_%S_%p") 
xlsfilename = f"STOCK_DETAIL_REPORT_{filepart}_{date}.xlsx" 
writer = pd.ExcelWriter(xlsfilename, engine='xlsxwriter') 
# 此处可开启header参数导出列名
df.to_excel(writer, sheet_name=func_name.split(".")[1], header=True, index=False)
writer.save()

可复用封装思路 #

如果需要频繁调用存储过程拿结果，可以自行封装通用函数减少重复代码：

def call_oracle_proc(con, proc_name, params) -> pd.DataFrame:
    cur = con.cursor()
    out_cursor = cur.var(cx_Oracle.CURSOR)
    cur.callfunc(proc_name, out_cursor, params)
    res_cur = out_cursor.getvalue()
    data = res_cur.fetchall()
    cols = [desc[0] for desc in res_cur.description]
    cur.close()
    return pd.DataFrame(data, columns=cols)

内容的提问来源于stack exchange，提问作者Praveen Mishra